# affinity_flow 配置项详解与调整指南 本指南详细说明了 MoFox-Bot `bot_config.toml` 配置文件中 `[affinity_flow]` 区块的各项参数，帮助你根据实际需求调整兴趣评分系统与回复决策系统的行为。 --- ## 一、affinity_flow 作用简介 `affinity_flow` 主要用于控制 AI 对消息的兴趣评分（afc），并据此决定是否回复、如何回复、是否发送表情包等。通过合理调整这些参数，可以让 Bot 的回复行为更贴合你的预期。 --- ## 二、配置项说明 ### 1. 兴趣评分相关参数 - `reply_action_interest_threshold` 回复动作兴趣阈值。只有兴趣分高于此值，Bot 才会主动回复消息。 - **建议调整**：提高此值，Bot 回复更谨慎；降低则更容易回复。 - `non_reply_action_interest_threshold` 非回复动作兴趣阈值（如发送表情包等）。兴趣分高于此值时，Bot 可能采取非回复行为。 - `high_match_interest_threshold` 高匹配兴趣阈值。关键词匹配度高于此值时，视为高匹配。 - `medium_match_interest_threshold` 中匹配兴趣阈值。 - `low_match_interest_threshold` 低匹配兴趣阈值。 - `high_match_keyword_multiplier` 高匹配关键词兴趣倍率。高匹配关键词对兴趣分的加成倍数。 - `medium_match_keyword_multiplier` 中匹配关键词兴趣倍率。 - `low_match_keyword_multiplier` 低匹配关键词兴趣倍率。 匹配关键词数量的加成值。匹配越多，兴趣分越高。 - `max_match_bonus` 匹配数加成的最大值。 ### 2. 回复决策相关参数 - `no_reply_threshold_adjustment` 不回复兴趣阈值调整值。用于动态调整不回复的兴趣阈值。bot每不回复一次，就会在基础阈值上降低该值。 - `reply_cooldown_reduction` 回复后减少的不回复计数。回复后，Bot 会更快恢复到基础阈值的状态。 - `max_no_reply_count` 最大不回复计数次数。防止 Bot 的回复阈值被过度降低。 ### 3. 综合评分权重 - `keyword_match_weight` 兴趣关键词匹配度权重。关键词匹配对总兴趣分的影响比例。 - `mention_bot_weight` 提及 Bot 分数权重。被提及时兴趣分提升的权重。 - `relationship_weight` ### 4. 提及 Bot 相关参数 - `mention_bot_adjustment_threshold` 提及 Bot 后的调整阈值。当bot被提及后，回复阈值会改变为这个值。 - `base_relationship_score` --- 1. **Bot 太冷漠/回复太少** - 降低 `reply_action_interest_threshold`，或降低高中低关键词匹配的阈值。 2. **Bot 太热情/回复太多** - 提高 `reply_action_interest_threshold`，或降低关键词相关倍率。 3. **希望 Bot 更关注被 @ 的消息** - 提高 `mention_bot_interest_score` 或 `mention_bot_weight`。 4. **希望 Bot 更看重关系好的用户** - 提高 `relationship_weight` 或 `base_relationship_score`。 5. **表情包行为过于频繁/稀少** - 调整 `non_reply_action_interest_threshold`。 --- ## 四、参数调整建议流程 1. 明确你希望 Bot 的行为（如更活跃/更安静/更关注特定用户等）。 2. 根据上表找到相关参数，优先调整权重和阈值。 3. 每次只微调一两个参数，观察实际效果。 4. 如需更细致的行为控制，可结合关键词、关系等多项参数综合调整。 --- ## 五、示例配置片段 ```toml [affinity_flow] reply_action_interest_threshold = 1.1 non_reply_action_interest_threshold = 0.9 high_match_interest_threshold = 0.7 medium_match_interest_threshold = 0.4 low_match_interest_threshold = 0.2 high_match_keyword_multiplier = 5 medium_match_keyword_multiplier = 3.75 low_match_keyword_multiplier = 1.3 match_count_bonus = 0.02 max_match_bonus = 0.25 no_reply_threshold_adjustment = 0.01 reply_cooldown_reduction = 5 max_no_reply_count = 20 keyword_match_weight = 0.4 mention_bot_weight = 0.3 relationship_weight = 0.3 mention_bot_adjustment_threshold = 0.5 mention_bot_interest_score = 2.5 base_relationship_score = 0.3 ``` ## 六、afc兴趣度评分决策流程详解 MoFox-Bot 在收到每条消息时，会通过一套“兴趣度评分（afc）”决策流程，综合多种因素计算出对该消息的兴趣分，并据此决定是否回复、如何回复或采取其他动作。以下为典型流程说明： ### 1. 关键词匹配与兴趣加成 - Bot 首先分析消息内容，查找是否包含高、中、低匹配的兴趣关键词。 - 不同匹配度的关键词会乘以对应的倍率（high/medium/low_match_keyword_multiplier），并根据匹配数量叠加加成（match_count_bonus，max_match_bonus）。 ### 2. 提及与关系加分 - 如果消息中提及了 Bot（如被@），会直接获得一部分兴趣分（mention_bot_interest_score），并按权重（mention_bot_weight）计入总分。 - 与用户的关系分（base_relationship_score 及动态关系分）也会按 relationship_weight 计入总分。 ### 3. 综合评分计算 - 最终兴趣分 = 关键词匹配分 × keyword_match_weight + 提及分 × mention_bot_weight + 关系分 × relationship_weight。 - 你可以通过调整各权重，决定不同因素对总兴趣分的影响。 ### 4. 阈值判定与回复决策 - 若兴趣分高于 reply_action_interest_threshold，Bot 会主动回复。 - 若兴趣分高于 non_reply_action_interest_threshold，但低于回复阈值，Bot 可能采取如发送表情包等非回复行为。 - 若兴趣分均未达到阈值，则不回复。 ### 5. 动态阈值调整机制 - Bot 连续多次不回复时，reply_action_interest_threshold 会根据 no_reply_threshold_adjustment 逐步降低，最多降低 max_no_reply_count 次，防止长时间沉默。 - 回复后，阈值通过 reply_cooldown_reduction 恢复。 - 被@时，阈值可临时调整为 mention_bot_adjustment_threshold。 ### 6. 典型决策流程图 1. 收到消息 → 2. 关键词/提及/关系分计算 → 3. 综合兴趣分加权 → 4. 与阈值比较 → 5. 决定回复/表情/忽略 通过理解上述流程，你可以有针对性地调整各项参数，让 Bot 的回复行为更贴合你的需求。